三维曲面能量展示与移动最小二乘法光滑化的Python实现

在计算化学中我们不可避免的会遇到能量在反应坐标系中的展示。在一维反应坐标系中我们的能量变化是一条弯曲的曲线,而二维反应坐标系中,能量的变化将是一个起伏波动的曲面。在`Python`中我们可以通过`Matplotlib`这一程序包来实现数据的可视化。不简单的是,我的实验数据存在随机误差,所以做出的曲面也许不够光滑,因此我们需要使用移动最小二乘法来光滑化我们的实验数据曲面。

伞形抽样

在采样的时候,根据大数定理足够多的采样可以使我们的概率逼近分布。但是,拿正态分布举例,一些分布极低的地方很有可能难以观察到从而被误以为概率是0。于是我们就需要使用重要性采样,即有目的地去特异性抽取那些分布极端的部分。伞形抽样就是其中一种。

一种基于隐马尔科夫模型的股价涨跌区间预测方法

股票作为现代经济中一种重要的融资手段正在被广泛的使用在商业以及个人投资领域。对于股票的甄别选自也有种类繁多的体系与理论。以前重要的两个派别是技术指标派和K线派,但随着近年来计算机的普及与性能的提升,通过编制特定的程序控制买卖时间点的量化交易派逐渐兴起。本文将以隐马尔科夫模型为判别模型,考察其在应用与股票投资上的适合性。

实战ggplot2的实验数据做图

在实验过程中一张好的结果数据图往往能更好的表达自己的观点,吸引读者的眼球,同时给与别人高端的感觉。本文将从计算生物模拟实验的结果出发做图,浅析R语言的ggplot2包如何制作一张美观的实验图片。